CN116385429A - 一种仰泳出发器生产线智能管理方法及系统 - Google Patents

一种仰泳出发器生产线智能管理方法及系统 Download PDF

Info

Publication number
CN116385429A
CN116385429A CN202310602792.9A CN202310602792A CN116385429A CN 116385429 A CN116385429 A CN 116385429A CN 202310602792 A CN202310602792 A CN 202310602792A CN 116385429 A CN116385429 A CN 116385429A
Authority
CN
China
Prior art keywords
backstroke
cracking
crack
departure device
obtaining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310602792.9A
Other languages
English (en)
Other versions
CN116385429B (zh
Inventor
尚文博
陈浩
陈家旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Zhongyong Electronics Co ltd
Original Assignee
Shandong Zhongyong Electronics Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Zhongyong Electronics Co ltd filed Critical Shandong Zhongyong Electronics Co ltd
Priority to CN202310602792.9A priority Critical patent/CN116385429B/zh
Publication of CN116385429A publication Critical patent/CN116385429A/zh
Application granted granted Critical
Publication of CN116385429B publication Critical patent/CN116385429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种仰泳出发器生产线智能管理方法及系统。该方法包括：通过图像采集模块采集仰泳出发器表面图像；对仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；获取仰泳出发器表面灰度图像中裂纹延伸变化信息；根据裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；根据开裂显著差异数值对仰泳出发器生产线进行管理。本发明突出了裂纹仰泳出发器表面图像中裂纹异常缺陷，有效地规避了传统灰度特征数值对仰泳出发器表面细节表征不清晰的缺点，提高了对仰泳生产线反馈管理的实时性和准确性。

Description

一种仰泳出发器生产线智能管理方法及系统
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种仰泳出发器生产线智能管理方法和系统。
背景技术
仰泳出发器是一种用于仰泳比赛或训练过程中在仰泳出发时使用的专业设备。仰泳不同于其他的形式的游泳，仰泳出发由预备姿势、准备动作、起跳、腾空入水等多个不同的阶段。在仰泳出发的预备阶段，仰泳出发器需要给予运动员双脚可靠的防滑支撑面，并承受仰泳运动员双脚后蹬发力过程中的冲击力，使仰泳运动员能够更好的发挥出自己的游泳成绩。
为了避免仰泳运动过程中由于生产的仰泳出发器踏板质量缺陷导致仰泳运动员时发力异常从而受到损伤，在仰泳出发器生产过程中应对其生产质量进行及时检测分析，避免不合格的瑕疵产品对仰泳出发过程中仰泳运动员造成的运动损伤。
现有的灰度特征数值对仰泳出发器生产线中裂纹异常缺陷细节特征表征不清晰导致后续对仰泳出发器生产线反馈管理误差影响较大。
发明内容
本发明的目的在于提供一种仰泳出发器生产线智能管理方法和系统，以缓解了现有技术中存在的技术问题。
第一方面，本发明实施例提供一种仰泳出发器生产线智能管理方法，所述方法包括：通过图像采集模块采集仰泳出发器表面图像；
对所述仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；
获取所述仰泳出发器表面灰度图像中裂纹延伸变化信息；
根据所述裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；
根据所述开裂显著差异数值对仰泳出发器生产线进行管理。
在可选的实施方式中，得到所述开裂显著差异数值的步骤包括：
根据所述裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征；
根据所述仰泳出发器裂变延伸特征仰泳出发器开裂表征系数；
根据所述仰泳出发器开裂表征系数得到开裂显著直方图；
根据所述开裂显著直方图得到所述开裂显著差异数值。
在可选的实施方式中，所述根据所述裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征的步骤包括：
计算得到所述仰泳出发器灰度图像中所有不同像素点的灰度特征数值均值，记为
Figure SMS_1
；
计算得到所述仰泳出发器表面灰度图像中任一像素点
Figure SMS_2
所在的行和列中所有不同 像素点位置处的像素点灰度特征数值均值，记为
Figure SMS_3
；
获得像素点
Figure SMS_4
所在的行中，第
Figure SMS_5
个位置处的像素点的灰度特征数值，记为
Figure SMS_6
；
获得像素点
Figure SMS_7
所在的列中，第
Figure SMS_8
个位置处的像素点的灰度特征数值，记为
Figure SMS_9
；
根据第一预设公式，获得像素点
Figure SMS_10
位置处的裂变延伸特征
Figure SMS_11
，所述第一预设公式 为：
Figure SMS_12
其中，所述仰泳出发器表面灰度图像尺寸为
Figure SMS_13
，
Figure SMS_14
大于0。
在可选的实施方式中，所述根据所述仰泳出发器裂变延伸特征仰泳出发器开裂表征系数的步骤包括：
以像素点
Figure SMS_15
为中心构建得到大小为
Figure SMS_16
的窗口区域，记为第一窗口区域；
获得所述第一窗口区域中所有像素点的个数，记为n；
获得所述第一窗口区域中最大裂变延伸特征数值大小，记为
Figure SMS_17
；
获得所述第一窗口区域中最小裂变延伸特征数值大小，记为
Figure SMS_18
；
根据第二预设公式获得所述第一窗口区域中的开裂表征系数
Figure SMS_19
，所述第二预设 公式为：
Figure SMS_20
其中，
Figure SMS_21
为像素点
Figure SMS_22
位置处的裂变延伸特征值，
Figure SMS_23
为像素点
Figure SMS_24
位置处的裂变延伸特 征值，
Figure SMS_25
大于0。
在可选的实施方式中，所述根据所述仰泳出发器开裂表征系数得到开裂显著直方图的步骤包括：
根据所述仰泳出发器开裂表征系数获得仰泳出发器表面开裂显著系数；
根据所述仰泳出发器表面开裂显著系数得到仰泳出发器表面开裂显著频率；
根据所述仰泳出发器表面开裂显著频率得到所述开裂显著直方图。
在可选的实施方式中，获得仰泳出发器表面开裂显著系数的步骤包括：
以像素点
Figure SMS_26
为中心构建得到大小为
Figure SMS_27
的窗口区域，记为第二窗口区域；
将所述第二窗口区域向外扩展可以得到所述第二窗口区域的4个相应的局部邻域；
并按照顺时针方向依次编号，依次记为第一局部邻域、第二局部邻域、第三局部邻域和第四局部邻域；
根据第三预设公式获得第
Figure SMS_28
个像素点的开裂显著系数
Figure SMS_29
的数值，所述第三预 设公式为：
Figure SMS_30
其中，
Figure SMS_31
分别表示以像素点
Figure SMS_32
为中心的局部窗口邻域中第
Figure SMS_33
个位置和第
Figure SMS_34
个位 置处像素点的开裂特征系数的数值大小，
Figure SMS_35
表示距离度量函数，
Figure SMS_36
大于0。
在可选的实施方式中，得到所述开裂显著直方图的步骤包括：
根据所述第三预设公式获得像素点
Figure SMS_37
为中心的第一局部邻域、第二局部邻域、第三 局部邻域和第四局部邻域中不同的像素点
Figure SMS_38
的开裂显著系数的数值，分别记为
Figure SMS_39
；
获得以像素点
Figure SMS_40
为中心，第
Figure SMS_41
个局部窗口位置中开裂显著系数为
Figure SMS_42
的个数，记 为
Figure SMS_43
；
获得对应局部窗口位置中所有不同的开裂显著系数取值的总个数，记为
Figure SMS_44
；
根据第四预设公式获得对应局部窗口的开裂显著频率
Figure SMS_45
的数值大小，所述第四 预设公式为：
Figure SMS_46
以计算得到的开裂显著数值大小为横轴，对应开裂显著频率为纵轴，分别得到不 同位置处的仰泳出发器表面灰度图像中以像素点
Figure SMS_47
为中心的开裂显著直方图
Figure SMS_48
、
Figure SMS_49
；
其中，
Figure SMS_50
为以像素点
Figure SMS_51
为中心，第
Figure SMS_52
个局部窗口位置中开裂显著系数。
在可选的实施方式中，所述根据所述开裂显著直方图得到所述开裂显著差异数值的步骤包括：
对像素点
Figure SMS_53
为中心构建得到的局部窗口区域和扩展的邻域窗口区域进一步计算， 具体包括：
以
Figure SMS_54
表示以像素点
Figure SMS_55
为中心的局部窗口邻域中，向外扩展的4个局部窗口邻域的索 引；
获得中心局部窗口中的开裂显著直方图的均值
Figure SMS_56
和第
Figure SMS_57
个局部窗口邻域中的 开裂显著直方图的显著直方图均值
Figure SMS_58
；
根据第五预设公式获得开裂显著差异数值
Figure SMS_59
，所述第五预设公式为：
Figure SMS_60
其中，
Figure SMS_61
表示对应不同开裂显著直方图中取值的索引，
Figure SMS_62
为直方图中横轴所有取值 个数（bin个数），
Figure SMS_63
为中心局部窗口第
Figure SMS_64
个位置处直方图纵轴开裂显著频率的数值大 小，
Figure SMS_65
为第
Figure SMS_66
个局部窗口中第
Figure SMS_67
个位置处得直方图纵轴开裂显著频率的数值大小。
在可选的实施方式中，所述根据所述开裂显著差异数值对仰泳出发器生产线进行管理步骤包括：
设定开裂显著差异预设阈值；
当前时刻
Figure SMS_68
下，当所述开裂显著差异数值大于所述开裂显著差异预设阈值的个数 大于预设个数阈值，将所述时刻
Figure SMS_69
进行标记；
当连续预设频次不同的时刻采样下获得的标记，则将所述仰泳出发器生产线标记为异常生产线，以便对所述异常生产线进行处理。
在可选的实施方式中，所述对所述仰泳出发器表面图像进行预处理的步骤包括：
对所述仰泳出发器表面图像的每个不同的通道使用高斯滤波进行处理；
使用加权平均法将所述仰泳出发器表面图像转化成所述仰泳出发器灰度图像。
第二方面，本发明实施例还提供了一种仰泳出发器生产线智能管理系统。所述系统包括：
采集模块，用于采集仰泳出发器表面图像；
预处理模块，用于对所述仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；
获取模块，用于获取所述仰泳出发器表面灰度图像中裂纹延伸变化信息；
处理模块，用于根据所述裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；
管理模块，用于根据所述开裂显著差异数值对仰泳出发器生产线进行管理。
本发明首先通过图像采集模块采集仰泳出发器表面图像，然后对所述仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像，提高了对仰泳出发器产品缺陷检测对生产线的及时反馈，获取所述仰泳出发器表面灰度图像中裂纹延伸变化信息，突出了裂纹仰泳出发器表面图像中裂纹异常缺陷，根据所述裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值，对仰泳出发器表面裂纹异常缺陷进一步凸显表征，进而进行仰泳出发器生产线管理，有效地规避了传统逐像素点进行判断计算时造成的计算成本较高，对生产线生产状态反馈不及时的缺点，提高了对仰泳生产线反馈管理的实时性和准确性效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本邻域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1为本发明实施例提供的一种仰泳出发器生产线智能管理方法流程示意图；
图2为本发明实施例提供的仰泳出发器表面灰度图像的示意图；
图3为本发明实施例提供的仰泳出发器表面开裂特征图像分析过程图形示意图；
图4为本发明实施例提供的一种仰泳出发器生产线智能管理系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本邻域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
如图1所示，本申请实施例提供了一种仰泳出发器生产线智能管理方法，包括以下步骤：
步骤102，通过图像采集模块采集仰泳出发器表面图像；
步骤104，对仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；
步骤106，获取仰泳出发器表面灰度图像中裂纹延伸变化信息；
步骤108，根据裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；
步骤110，根据开裂显著差异数值对仰泳出发器生产线进行管理。
本发明的实施例，首先通过图像采集模块采集仰泳出发器表面图像，然后对仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像，提高了对仰泳出发器产品缺陷检测对生产线的及时反馈，获取仰泳出发器表面灰度图像中裂纹延伸变化信息，突出了裂纹仰泳出发器表面图像中裂纹异常缺陷，根据裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值，对仰泳出发器表面裂纹异常缺陷进一步凸显表征，进而进行仰泳出发器生产线管理，有效地规避了传统逐像素点进行判断计算时造成的计算成本较高，对生产线生产状态反馈不及时的缺点，提高了对仰泳生产线反馈管理的实时性和准确性效果。
在本申请一个可选的实施例中，对仰泳出发器表面图像进行预处理的步骤包括：
对仰泳出发器表面图像的每个不同的通道使用高斯滤波进行处理；
使用加权平均法将仰泳出发器表面图像转化成仰泳出发器灰度图像。
在本实施例中，对于采集获取得到的RGB颜色空间下的仰泳出发器表面图像，对每个不同的通道使用高斯滤波进行处理，尽可能减弱甚至消除采集过程中噪声噪点对的后续进一步计算过程中精确性的影响。同时，为了提高对仰泳出发器产品缺陷检测对生产线的及时反馈，将采集后获取得到的RGB颜色空间下的仰泳出发器表面图像使用加权平均法转化成仰泳出发器灰度图像，仰泳出发器灰度图像如图2所示。对于后续仰泳出发器表面图像中裂纹异常缺陷的识别检测，提供必要手段。
在本申请一个可选的实施例中，得到开裂显著差异数值的步骤包括：
根据裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征；
根据仰泳出发器裂变延伸特征仰泳出发器开裂表征系数；
根据仰泳出发器开裂表征系数得到开裂显著直方图；
根据开裂显著直方图得到开裂显著差异数值。
在本实施例中，结合仰泳出发器表面图像中裂纹延伸变化情况构建得到仰泳出发器裂变延伸特征，并进一步计算构建得到仰泳出发器开裂表征系数，获得表征裂纹异常缺陷细节特征的开裂显著差异数值，突出了裂纹仰泳出发器表面图像中裂纹异常缺陷，有效地规避了传统灰度特征数值对仰泳出发器表面细节表征不清晰的缺点。
在本申请一个可选的实施例中，根据裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征的步骤包括：
计算得到仰泳出发器灰度图像中所有不同像素点的灰度特征数值均值，记为
Figure SMS_70
；
计算得到仰泳出发器表面灰度图像中任一像素点
Figure SMS_71
所在的行和列中所有不同像素 点位置处的像素点灰度特征数值均值，记为
Figure SMS_72
；
获得像素点
Figure SMS_73
所在的行中，第
Figure SMS_74
个位置处的像素点的灰度特征数值，记为
Figure SMS_75
；
获得像素点
Figure SMS_76
所在的列中，第
Figure SMS_77
个位置处的像素点的灰度特征数值，记为
Figure SMS_78
；
根据第一预设公式，获得像素点
Figure SMS_79
位置处的裂变延伸特征
Figure SMS_80
，第一预设公式为：
Figure SMS_81
其中，仰泳出发器表面灰度图像尺寸为
Figure SMS_82
，
Figure SMS_83
大于0。
在本实施例中，仰泳出发器表面灰度图像尺寸为
Figure SMS_85
，即图像中的行和列中均 有
Figure SMS_89
个像素点；
Figure SMS_92
的大小可根据经验或实际需要设定。根据裂纹特征在纵向和横向的延伸 变化特点有所差异。因此，当像素点
Figure SMS_86
位于仰泳出发器踏板的裂纹缺陷像素点区域时，根据
Figure SMS_88
像素点所在的行和列中不同像素点灰度数值差异会相对变大，计算得到像素点
Figure SMS_91
位置处的 裂变延伸特征
Figure SMS_93
的数值会相对变大。反之，当像素点
Figure SMS_84
位于仰泳出发器踏板的正常区域时， 对应区域中不同的像素点位置处的灰度特征数值相差较小。基于上述原理，根据第一预设 公式获得像素点
Figure SMS_87
位置处的裂变延伸特征
Figure SMS_90
。
在本申请一个可选的实施例中，根据仰泳出发器裂变延伸特征仰泳出发器开裂表征系数的步骤包括：
以像素点
Figure SMS_94
为中心构建得到大小为
Figure SMS_95
的窗口区域，记为第一窗口区域；
获得第一窗口区域中所有像素点的个数，记为n；
获得第一窗口区域中最大裂变延伸特征数值大小，记为
Figure SMS_96
；
获得第一窗口区域中最小裂变延伸特征数值大小，记为
Figure SMS_97
；
根据第二预设公式获得第一窗口区域中的开裂表征系数
Figure SMS_98
，第二预设公式为：
Figure SMS_99
其中，
Figure SMS_100
为像素点
Figure SMS_101
位置处的裂变延伸特征值，
Figure SMS_102
为像素点
Figure SMS_103
位置处的裂变延伸特 征值，
Figure SMS_104
大于0。
在本实施例中，裂纹缺陷位置处对应像素点
Figure SMS_106
所在行列的灰度均值与图像中的总 体灰度均值相差也会变大，基于上述原理和第二预设公式，获得第一窗口区域中的开裂表 征系数
Figure SMS_109
，当以像素点
Figure SMS_111
为中心的窗口区域中不同像素点的裂变延伸特征数值差异越大， 说明对应的窗口区域中不同像素点的变化差异越明显，计算得到的像素点
Figure SMS_107
的开裂表征系 数
Figure SMS_108
的数值会相应增大，像素点的
Figure SMS_110
表现为裂纹特征的可能性越高。其中，
Figure SMS_112
的大小可根据 经验确定，一种优选的方案中，
Figure SMS_105
值为5。
在本申请一个可选的实施例中，根据仰泳出发器开裂表征系数得到开裂显著直方图的步骤包括：
根据仰泳出发器开裂表征系数获得仰泳出发器表面开裂显著系数；
根据仰泳出发器表面开裂显著系数得到仰泳出发器表面开裂显著频率；
根据仰泳出发器表面开裂显著频率得到开裂显著直方图。
在本实施例中，根据开裂特征系数进一步计算分析，对于像素点
Figure SMS_113
及其周围不同的 邻域位置处计算得到的开裂显著直方图。当对应像素点
Figure SMS_114
区域位置发生裂纹缺陷异常时，不 同像素点位置处计算得到的开裂特征系数的数值大小差距会相应变大，此时计算获取得到 的像素点
Figure SMS_115
为中心的局部窗口区域中不同像素点的开裂显著系数的会存在较大差异；反之， 当对应的以像素点
Figure SMS_116
为中心的局部窗口区域为正常无裂纹缺陷的像素点区域时，不同像素 点的开裂显著系数的差异较小。由此，计算得到的裂纹异常区域和正常像素点区域的开裂 显著直方图的整体分布会存在较大的差异。
在本申请一个可选的实施例中，获得仰泳出发器表面开裂显著系数的步骤包括：
以像素点
Figure SMS_117
为中心构建得到大小为
Figure SMS_118
的窗口区域，记为第二窗口区域；
将第二窗口区域向外扩展可以得到第二窗口区域的4个相应的局部邻域；
并按照顺时针方向依次编号，依次记为第一局部邻域、第二局部邻域、第三局部邻域和第四局部邻域；
根据第三预设公式获得第
Figure SMS_119
个像素点的开裂显著系数
Figure SMS_120
的数值，第三预设公 式为：
Figure SMS_121
其中，
Figure SMS_122
分别表示以像素点
Figure SMS_123
为中心的局部窗口邻域中第
Figure SMS_124
个位置和第
Figure SMS_125
个位 置处像素点的开裂特征系数的数值大小，
Figure SMS_126
表示距离度量函数，
Figure SMS_127
大于0。
在本实施例中，构建的第一局部邻域、第二局部邻域、第三局部邻域和第四局部邻 域可见图3。根据第三预设公式获得的第
Figure SMS_128
个像素点的开裂显著系数
Figure SMS_129
可以更好的表征 仰泳出发器裂变细节特征，有利于提高识别准确性。其中，
Figure SMS_130
、
Figure SMS_131
的大小可根据经验确定，一 种优选的方案中，
Figure SMS_132
值为5，
Figure SMS_133
。
在本申请一个可选的实施例中，得到开裂显著直方图的步骤包括：
根据第三预设公式获得像素点
Figure SMS_134
为中心的第一局部邻域、第二局部邻域、第三局部 邻域和第四局部邻域中不同的像素点
Figure SMS_135
的开裂显著系数的数值，分别记为
Figure SMS_136
；
获得以像素点
Figure SMS_137
为中心，第
Figure SMS_138
个局部窗口位置中开裂显著系数为
Figure SMS_139
的个数，记 为
Figure SMS_140
；
获得对应局部窗口位置中所有不同的开裂显著系数取值的总个数，记为
Figure SMS_141
；
根据第四预设公式获得对应局部窗口的开裂显著频率
Figure SMS_142
的数值大小，第四预设 公式为：
Figure SMS_143
以计算得到的开裂显著数值大小为横轴，对应开裂显著频率为纵轴，分别得到不 同位置处的仰泳出发器表面灰度图像中以像素点
Figure SMS_144
为中心的开裂显著直方图
Figure SMS_145
、
Figure SMS_146
；
其中，
Figure SMS_147
为以像素点
Figure SMS_148
为中心，第
Figure SMS_149
个局部窗口位置中开裂显著系数。
在本实施例中，根据第四预设公式获得局部窗口的开裂显著频率
Figure SMS_150
以及以像素 点
Figure SMS_151
为中心的开裂显著直方图，可以更好的根据仰泳出发器裂变特点表征仰泳出发器裂变 细节特征，有利于提高识别准确性。
在本申请一个可选的实施例中，根据开裂显著直方图得到开裂显著差异数值的步骤包括：
对像素点
Figure SMS_152
为中心构建得到的局部窗口区域和扩展的邻域窗口区域进一步计算， 具体包括：
以
Figure SMS_153
表示以像素点
Figure SMS_154
为中心的局部窗口邻域中，向外扩展的4个局部窗口邻域的索 引；
获得中心局部窗口中的开裂显著直方图的均值
Figure SMS_155
和第
Figure SMS_156
个局部窗口邻域中的 开裂显著直方图的显著直方图均值
Figure SMS_157
；
根据第五预设公式获得开裂显著差异数值
Figure SMS_158
，第五预设公式为：
Figure SMS_159
其中，
Figure SMS_160
表示对应不同开裂显著直方图中取值的索引，
Figure SMS_161
为直方图中横轴所有取值 个数（bin个数），
Figure SMS_162
为中心局部窗口第
Figure SMS_163
个位置处直方图纵轴开裂显著频率的数值大 小，
Figure SMS_164
为第
Figure SMS_165
个局部窗口中第
Figure SMS_166
个位置处得直方图纵轴开裂显著频率的数值大小。
在本实施例中，根据开裂显著直方图进一步计算分析：当像素点
Figure SMS_167
为中心的局部窗 口区域及其扩展区域处于正常无裂纹缺陷的区域时，中心局部区域于其他区域的差异较 小，计算获取得到的开裂显著差异数值
Figure SMS_168
的数值也会相对较小，且其数值趋于0；反之，当 像素点
Figure SMS_169
为中心窗口区域为裂纹缺陷区域时，该位置处的开裂显著直方图与周围四个不同 的局部区域的直方图的差异较大，此时计算得到的开裂显著差异数值
Figure SMS_170
的数值也会相应 增大，此时数值趋于1，基于上述原理，根据第五预设公式开裂显著差异数值
Figure SMS_171
，可以更好 的根据仰泳出发器裂变特点表征仰泳出发器裂变细节特征，有利于提高识别准确性。
在本申请一个可选的实施例中，根据开裂显著差异数值对仰泳出发器生产线进行管理步骤包括：
设定开裂显著差异预设阈值；
当前时刻
Figure SMS_172
下，当开裂显著差异数值大于开裂显著差异预设阈值的个数大于预设 个数阈值，将时刻
Figure SMS_173
进行标记；
当连续预设频次不同的时刻采样下获得的标记，则将仰泳出发器生产线标记为异常生产线，以便对异常生产线进行处理。
在本实施例中，根据上述计算分析可以获取得到生产线上不同时时刻下的仰泳出 发器图像中不同像素点位置的开裂显著差异数值大小。对不同仰泳出发器图像中不同像素 点位置处的开裂显著差异数值进行判断。当前时刻
Figure SMS_174
下，采集得到的生产线中仰泳出发器 的开裂显著差异数值大于开裂显著差异预设阈值的个数大于预设个数阈值，将对该时刻标 记，当连续预设频次的不同的时刻采样下获得的标记，则将仰泳出发器生产线标记为异常 生产线，需要及时对仰泳出发器生产线设备进行检修并对生产线相关技术操作人员进行预 警反馈。如此，对生产线上的仰泳出发器状态进行实时检测，有效地规避了传统逐像素点进 行判断计算时造成的计算成本较高，对生产线生产状态反馈不及时的缺点，提高了对仰泳 生产线反馈管理的实时性和准确性效果。
其中，开裂显著差异预设阈值可根据经验或实际情况设定，一种优选的方案中，开裂显著差异预设阈值为0.7，预设个数阈值可根据经验或实际情况设定，一种优选的方案中，预设个数阈值为10，连续预设频次可根据经验或实际情况设定，一种优选的方案中，连续预设频次为3次。
图4为本申请实施例提供的一种仰泳出发器生产线智能管理系统40的结构示意图。如图4所示，仰泳出发器生产线智能管理系统40包括：采集模块402，用于采集仰泳出发器表面图像；预处理模块404，用于对仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；获取模块406，用于获取仰泳出发器表面灰度图像中裂纹延伸变化信息；处理模块408，用于根据裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；管理模块410，用于根据开裂显著差异数值对仰泳出发器生产线进行管理。
本申请实施例提供的仰泳出发器生产线智能管理系统40，首先通过图像采集模块采集仰泳出发器表面图像，然后对仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像，提高了对仰泳出发器产品缺陷检测对生产线的及时反馈，获取仰泳出发器表面灰度图像中裂纹延伸变化信息，突出了裂纹仰泳出发器表面图像中裂纹异常缺陷，根据裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值，对仰泳出发器表面裂纹异常缺陷进一步凸显表征，进而进行仰泳出发器生产线管理，有效地规避了传统逐像素点进行判断计算时造成的计算成本较高，对生产线生产状态反馈不及时的缺点，提高了对仰泳生产线反馈管理的实时性和准确性效果。
对于系统实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本邻域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本邻域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种仰泳出发器生产线智能管理方法，其特征在于，所述方法包括：
通过图像采集模块采集仰泳出发器表面图像；
对所述仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；
获取所述仰泳出发器表面灰度图像中裂纹延伸变化信息；
根据所述裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；
根据所述开裂显著差异数值对仰泳出发器生产线进行管理。
2.根据权利要求1所述的方法，其特征在于，得到所述开裂显著差异数值的步骤包括：
根据所述裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征；
根据所述仰泳出发器裂变延伸特征仰泳出发器开裂表征系数；
根据所述仰泳出发器开裂表征系数得到开裂显著直方图；
根据所述开裂显著直方图得到所述开裂显著差异数值。
3.根据权利要求2所述的方法，其特征在于，所述根据所述裂纹延伸变化信息构建得到仰泳出发器裂变延伸特征的步骤包括：
计算得到所述仰泳出发器灰度图像中所有不同像素点的灰度特征数值均值，记为M；
计算得到所述仰泳出发器表面灰度图像中任一像素点i所在的行和列中所有不同像素点位置处的像素点灰度特征数值均值，记为
Figure QLYQS_1
；
获得像素点i所在的行中，第k个位置处的像素点的灰度特征数值，记为
Figure QLYQS_2
；
获得像素点i所在的列中，第k个位置处的像素点的灰度特征数值，记为
Figure QLYQS_3
；
根据第一预设公式，获得像素点i位置处的裂变延伸特征
Figure QLYQS_4
，所述第一预设公式为：
Figure QLYQS_5
其中，所述仰泳出发器表面灰度图像尺寸为W×W，W大于0。
4.根据权利要求3所述的方法，其特征在于，所述根据所述仰泳出发器裂变延伸特征仰泳出发器开裂表征系数的步骤包括：
以像素点i为中心构建得到大小为
Figure QLYQS_6
的窗口区域，记为第一窗口区域；
获得所述第一窗口区域中所有像素点的个数，记为n；
获得所述第一窗口区域中最大裂变延伸特征数值大小，记为
Figure QLYQS_7
；
获得所述第一窗口区域中最小裂变延伸特征数值大小，记为
Figure QLYQS_8
；
根据第二预设公式获得所述第一窗口区域中的开裂表征系数
Figure QLYQS_9
，所述第二预设公式为：
Figure QLYQS_10
其中，
Figure QLYQS_11
为像素点i位置处的裂变延伸特征值，/>
Figure QLYQS_12
为像素点k位置处的裂变延伸特征值，Z大于0。
5.根据权利要求4所述的方法，其特征在于，所述根据所述仰泳出发器开裂表征系数得到开裂显著直方图的步骤包括：
根据所述仰泳出发器开裂表征系数获得仰泳出发器表面开裂显著系数；
根据所述仰泳出发器表面开裂显著系数得到仰泳出发器表面开裂显著频率；
根据所述仰泳出发器表面开裂显著频率得到所述开裂显著直方图。
6.根据权利要求5所述的方法，其特征在于，获得仰泳出发器表面开裂显著系数的步骤包括：
以像素点i为中心构建得到大小为
Figure QLYQS_13
的窗口区域，记为第二窗口区域；
将所述第二窗口区域向外扩展可以得到所述第二窗口区域的4个相应的局部邻域；
并按照顺时针方向依次编号，依次记为第一局部邻域、第二局部邻域、第三局部邻域和第四局部邻域；
根据第三预设公式获得第j个像素点的开裂显著系数
Figure QLYQS_14
的数值，所述第三预设公式为：
Figure QLYQS_15
其中，
Figure QLYQS_16
分别表示以像素点i为中心的局部窗口邻域中第k个位置和第j个位置处像素点的开裂特征系数的数值大小，/>
Figure QLYQS_17
表示距离度量函数，X大于0。
7.根据权利要求6所述的方法，其特征在于，得到所述开裂显著直方图的步骤包括：
根据所述第三预设公式获得像素点i为中心的第一局部邻域、第二局部邻域、第三局部邻域和第四局部邻域中不同的像素点j的开裂显著系数的数值，分别记为
Figure QLYQS_18
；
获得以像素点i为中心，第k个局部窗口位置中开裂显著系数为
Figure QLYQS_19
的个数，记为
Figure QLYQS_20
；
获得对应局部窗口位置中所有不同的开裂显著系数取值的总个数，记为
Figure QLYQS_21
；
根据第四预设公式获得对应局部窗口的开裂显著频率
Figure QLYQS_22
的数值大小，所述第四预设公式为：
Figure QLYQS_23
以计算得到的开裂显著数值大小为横轴，对应开裂显著频率为纵轴，分别得到不同位置处的仰泳出发器表面灰度图像中以像素点i为中心的开裂显著直方图
Figure QLYQS_24
；
其中，
Figure QLYQS_25
为以像素点i为中心，第k个局部窗口位置中开裂显著系数。
8.根据权利要求7所述的方法，其特征在于，所述根据所述开裂显著直方图得到所述开裂显著差异数值的步骤包括：
对像素点i为中心构建得到的局部窗口区域和扩展的邻域窗口区域进一步计算，具体包括：
以k表示以像素点i为中心的局部窗口邻域中，向外扩展的4个局部窗口邻域的索引；
获得中心局部窗口中的开裂显著直方图的均值
Figure QLYQS_26
和第k个局部窗口邻域中的开裂显著直方图的显著直方图均值/>
Figure QLYQS_27
；
根据第五预设公式获得开裂显著差异数值
Figure QLYQS_28
，所述第五预设公式为：
Figure QLYQS_29
其中，t表示对应不同开裂显著直方图中取值的索引，m为直方图中横轴所有取值个数，
Figure QLYQS_30
为中心局部窗口第t个位置处直方图纵轴开裂显著频率的数值大小，/>
Figure QLYQS_31
为第k个局部窗口中第t个位置处得直方图纵轴开裂显著频率的数值大小。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述根据所述开裂显著差异数值对仰泳出发器生产线进行管理步骤包括：
设定开裂显著差异预设阈值；
当前时刻T下，当所述开裂显著差异数值大于所述开裂显著差异预设阈值的个数大于预设个数阈值，将所述时刻T进行标记；
当连续预设频次不同的时刻采样下获得的标记，则将所述仰泳出发器生产线标记为异常生产线，以便对所述异常生产线进行处理。
10.一种仰泳出发器生产线智能管理系统，其特征在于，所述系统包括：
采集模块，用于采集仰泳出发器表面图像；
预处理模块，用于对所述仰泳出发器表面图像进行预处理，得到仰泳出发器表面灰度图像；
获取模块，用于获取所述仰泳出发器表面灰度图像中裂纹延伸变化信息；
处理模块，用于根据所述裂纹延伸变化信息计算得到表征裂纹异常缺陷细节特征的开裂显著差异数值；
管理模块，用于根据所述开裂显著差异数值对仰泳出发器生产线进行管理。
CN202310602792.9A 2023-05-26 2023-05-26 一种仰泳出发器生产线智能管理方法及系统 Active CN116385429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310602792.9A CN116385429B (zh) 2023-05-26 2023-05-26 一种仰泳出发器生产线智能管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310602792.9A CN116385429B (zh) 2023-05-26 2023-05-26 一种仰泳出发器生产线智能管理方法及系统

Publications (2)

Publication Number Publication Date
CN116385429A true CN116385429A (zh) 2023-07-04
CN116385429B CN116385429B (zh) 2023-08-11

Family

ID=86979061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310602792.9A Active CN116385429B (zh) 2023-05-26 2023-05-26 一种仰泳出发器生产线智能管理方法及系统

Country Status (1)

Country Link
CN (1) CN116385429B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101341267A (zh) * 2005-12-20 2009-01-07 爱尔康何纳吕公司 用于飞机机身的高韧度铝-铜-锂板材
CN114723701A (zh) * 2022-03-31 2022-07-08 南通博莹机械铸造有限公司 基于计算机视觉的齿轮缺陷检测方法和系统
CN115345885A (zh) * 2022-10-19 2022-11-15 南通鹏宝运动用品有限公司 一种金属健身器材外观质量检测方法
US11580647B1 (en) * 2021-12-24 2023-02-14 Guangzhou University Global and local binary pattern image crack segmentation method based on robot vision

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101341267A (zh) * 2005-12-20 2009-01-07 爱尔康何纳吕公司 用于飞机机身的高韧度铝-铜-锂板材
US11580647B1 (en) * 2021-12-24 2023-02-14 Guangzhou University Global and local binary pattern image crack segmentation method based on robot vision
CN114723701A (zh) * 2022-03-31 2022-07-08 南通博莹机械铸造有限公司 基于计算机视觉的齿轮缺陷检测方法和系统
CN115345885A (zh) * 2022-10-19 2022-11-15 南通鹏宝运动用品有限公司 一种金属健身器材外观质量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
V. VIVEKANANTHAN 等: "Concrete bridge crack detection by image processing technique by using the improved OTSU method", 《MATERIALS TODAY: PROCEEDINGS》, vol. 74, pages 1002 - 1007 *
陈树人 等: "基于Micro-CT图像处理的稻谷内部损伤定量表征与三维重构", 《农业工程学报》, pages 144 - 151 *

Also Published As

Publication number Publication date
CN116385429B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN109191459B (zh) 连铸坯低倍组织中心偏析缺陷的自动识别与评级方法
CN110210448B (zh) 一种智能人脸皮肤老化程度的识别与评估方法
CN104268505A (zh) 基于机器视觉的布匹疵点自动检测识别装置及方法
CN113222959B (zh) 一种基于高光谱图像卷积神经网络的鲜枣虫眼检测方法
CN101710081A (zh) 基于图像纹理与分形维数的机械零件表面缺陷检测方法
CN116721391B (zh) 一种基于计算机视觉的原料油分离效果检测方法
CN113420614A (zh) 一种基于深度学习算法的近红外高光谱图像识别霉变花生的方法
CN116645367A (zh) 一种高端制造用的钢板切割质量检测方法
CN110503623A (zh) 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法
CN111753794A (zh) 水果品质分类方法、装置、电子设备及可读存储介质
CN115294109A (zh) 基于人工智能的实木板材生产缺陷识别系统、电子设备
CN115423799A (zh) 一种连铸坯表面裂纹识别方法与装置
CN117635620B (zh) 一种基于图像处理的电路板缺陷检测方法及系统
CN118225803A (zh) 一种推土机刀片表面外观视觉检测方法
CN110728269A (zh) 一种高铁接触网支柱杆号牌识别方法
CN116385429B (zh) 一种仰泳出发器生产线智能管理方法及系统
CN117333784A (zh) 基于无人机图像的小麦赤霉病病情指数估计方法
JPH0929185A (ja) 果皮表面に固有のネットパターンを有する青果物の等級判定方法
CN115984360A (zh) 一种基于图像处理的计算干滩长度的方法及系统
CN114820597A (zh) 一种基于人工智能的冶炼品缺陷检测方法、装置及系统
CN113516193A (zh) 基于图像处理的红枣缺陷识别分类方法及装置
CN116823737B (zh) 一种低纹理环境下隧道壁异常检测方法及系统
CN114841939B (zh) 基于图像处理的坯布缺陷程度分析方法
CN113657144B (zh) 桥梁区域通航船舶的快速检测和跟踪方法
CN112634220B (zh) 一种复合材料灌胶试验击穿图像捕捉系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 272000 No. 108 Wangmuge Road, Nanyuan Street, Rencheng District, Jining City, Shandong Province

Patentee after: Shandong Zhongyong Electronics Co.,Ltd.

Address before: 272000 the first floor of swimming pool in Jining national fitness square, Shandong Province

Patentee before: Shandong Zhongyong Electronics Co.,Ltd.

CP02 Change in the address of a patent holder